AI技術、駕駛輔助快速發展，但相關爭議從未停歇。因輔助駕駛引發的事故頻發，多家車企的輔助駕駛功能被質疑“華而不實”，消費者對智能駕駛的信任度始終搖擺不定。在這樣的背景下，理想汽車卻選擇了一條“死磕智能化”的道路——All in“VLA司機大模型”，試圖將AI從輔助工具升級為真正的“生產工具”，讓AI輔助駕駛完成從動物到“人類”的進化。

那么理想汽車這一舉動究竟是“頭硬”，還是預示著真正的AI智能駕駛黎明即將到來？5月7日，“理想AI Talk“第二季開播，理想汽車掌門人李想，就向全網分享了其個人以及理想汽車對人工智能的最新思考、VLA司機大模型的作用、訓練方法和挑戰，以及對于創業和個人成長的見解。

爭議中的駕駛輔助：技術瓶頸與用戶疑慮

按照行業共識，智能駕駛技術主要分為L2級輔助駕駛和更高級別的自動駕駛。盡管L2級功能（如自適應巡航、車道保持）已逐漸普及，但其局限性也十分明顯：依賴高精地圖、規則算法僵硬、復雜場景下仍需人工干預。更高級別的智能駕駛則因技術不成熟、法規滯后等問題，始終難以大規模落地。此外，頻發的安全事故和“黑盒”問題（即AI決策過程不透明）進一步加劇了用戶對智能駕駛的擔憂。

面對這些爭議，許多車企選擇保守策略，專注于優化現有功能。但理想汽車卻反其道而行之，提出了VLA司機大模型的概念，試圖通過模擬人類司機的學習過程，打造一個能夠獨立完成駕駛任務的“AI司機”。這一大膽的嘗試，無疑將理想汽車推向了行業的風口浪尖。

VLA司機大模型：從“昆蟲”到“人類”的進化

理想汽車董事長兼CEO李想將AI的發展分為三個階段：規則算法的“昆蟲動物智能”、端到端模型的“哺乳動物智能”，以及VLA司機大模型的“人類智能”。他認為，只有AI成為真正的“生產工具”，才能實現技術爆發的臨界點。

其實VLA，就是Vision、Language、Action的首字母縮寫，翻譯過來就是視覺、語言、行動，VLA大模型，就是要模擬人類司機駕駛的方式。所以VLA司機大模型的訓練過程，也就模擬了人類學習駕駛的路徑，即預訓練、后訓練和強化訓練三個階段。

其中預訓練，就是通過海量視覺和語言數據，讓AI掌握物理世界和交通常識；后訓練則會加入動作數據，使AI具備實際駕駛能力；而強化訓練，是通過人類反饋和世界模型仿真，確保AI的安全性、舒適性和職業性。

這種分階段、漸進式的訓練方法，不僅解決了傳統端到端模型的“黑盒”問題，還通過“超級對齊”技術約束AI的行為，避免其學習不良駕駛習慣（如加塞）。此外，用戶可以通過自然語言與VLA司機Agent交互，使其更貼近人類司機的服務體驗。

是“頭硬”還是“迎接黎明”？

理想汽車選擇在智能駕駛爭議最大的時刻加碼VLA司機大模型，看似冒險，實則有其深層邏輯。對此，李想也針對用戶需求、企業動向和行業發展方面進行了深刻的剖析。

簡言之就是隨著智能駕駛普及，用戶對“真正解放雙手”的需求日益強烈，VLA的“生產工具”屬性恰好契合這一趨勢；理想汽車自研了從芯片到操作系統的全棧技術，解決了行業普遍面臨的算力瓶頸和開發效率問題；當前智能駕駛陷入“輔助工具”的瓶頸，VLA的“人類智能”定位可能成為打破僵局的關鍵。

然而，挑戰依然存在。AI的倫理問題、法規限制、用戶接受度以及技術落地的成本，都是理想汽車必須面對的“硬骨頭”。但李想的態度十分明確：“創業路上苦多于甜，但沒必要苦哈哈的。”他將挑戰視為成長的機會，并堅信當前關于智能駕駛的爭議只是黎明前的黑暗，打好扎實的基本功，打消走捷徑的念頭一步一個腳印地走下去，曙光終會照進現實。

結語：爭議中的曙光

理想汽車的VLA司機大模型，或許是一場豪賭。但在智能駕駛的爭議聲中，或許也只有這種“頭硬”的精神，才有可能推動行業跨越技術鴻溝，迎來真正的黎明。正如李想所說：“在AI面前，所有的人性都應被保留，因為這才是人類真正的生命力所在。”

無論結果如何，理想汽車的嘗試至少為行業提供了一個新的方向：智能駕駛、AI汽車的未來，或許不在于“替代人類”，而在于“成為人類”。